Прерванный временной ряд
Анализ прерванных временных рядов ( ITS ), иногда известный как квазиэкспериментальный анализ временных рядов , представляет собой метод статистического анализа, включающий отслеживание долгосрочного периода до и после точки вмешательства для оценки последствий вмешательства. Временной ряд относится к данным за период, а прерывание – это вмешательство, которое представляет собой контролируемое внешнее воздействие или совокупность влияний. [1] [2] Эффекты вмешательства оцениваются по изменениям уровня и наклона временного ряда и статистической значимости параметров вмешательства. [3] Планирование прерывистых временных рядов — это планирование экспериментов, основанное на подходе прерывистых временных рядов.
Метод применяется в различных областях исследований, таких как:
- политология : влияние изменений законов на поведение людей; [2] (например, Эффективность политики регистрации сексуальных преступников в США )
- экономика : влияние изменений в кредитном контроле на поведение заимствований; [2]
- социология : влияние экспериментов по поддержанию доходов на поведение участников программ социального обеспечения ; [2]
- история : влияние крупных исторических событий на поведение тех, кого эти события затронули; [2]
- психология : влияние выражения эмоциональных переживаний на онлайн-контент; [4]
- медицина : в медицинских исследованиях лечение представляет собой вмешательство, эффект которого необходимо изучить;
- маркетинговые исследования : для анализа влияния «спланированных рыночных вмешательств» (например, рекламы ) на продажи. [5]
- науки об окружающей среде : влияние человеческой деятельности на качество окружающей среды и динамику экосистем (например, вырубка леса на местный климат). [6] [7]
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Феррон, Джон; Рендина-Гобиофф, Джанна (2005), «Дизайн прерванных временных рядов» , Энциклопедия статистики в поведенческих науках , Американское онкологическое общество, doi : 10.1002/0470013192.bsa312 , ISBN 978-0-470-01319-9 , получено 9 марта 2020 г.
- ^ Jump up to: а б с д и Макдауэлл, Дэвид; Макклири, Ричард; Мейдингер, Эррол; Хэй, Ричард А. младший (август 1980 г.). Анализ прерванных временных рядов . МУДРЕЦ. стр. 5–6. ISBN 978-0-8039-1493-3 .
- ^ Справочник по психологии, Методы исследования в психологии, с. 582
- ^ Боллен; и др. (2019). «Минутная динамика онлайн-эмоций раскрывает эффекты навешивания ярлыков на аффекты» . Природа человеческого поведения . 3 (1): 92–100. дои : 10.1038/s41562-018-0490-5 . ПМИД 30932057 . S2CID 56399577 .
- ^ Бродерсен; и др. (2015). «Вывод о причинном воздействии с использованием байесовских моделей структурных временных рядов» . Анналы прикладной статистики . 9 : 247–274. arXiv : 1506.00356 . дои : 10.1214/14-AOAS788 . S2CID 2879370 . Проверено 21 марта 2019 г.
- ^ Ли, Ян; Лю, Янлан; Борер, Гил; Цай, Юнъян; Уилсон, Аарон; Ху, Тунси; Ван, Чжихао; Чжао, Кайгуан (2022 г.). «Воздействие потери лесов на местный климат на территории Соединенных Штатов: данные спутниковых наблюдений временных рядов» (PDF) . Наука об общей окружающей среде . 802 : 149651. Бибкод : 2022ScTEn.802n9651L . doi : 10.1016/j.scitotenv.2021.149651 . ПМИД 34525747 .
- ^ Ли, Ян; Чжао, Кайгуан; Ху, Тунси; Чжан, Сюэсун. «ЗВЕРЬ: байесовский ансамблевый алгоритм для обнаружения точек изменения и разложения временных рядов» . Гитхаб .
 | Эта статистике статья, посвященная , незавершена . Вы можете помочь Википедии, расширив ее . |